Billion Context Dsh

What it actually is: Model-driven context management (Active Context Pruning / ACP) for the DeepSeek Harness — the model decides when and what to compress. Ported from billion-context-pi (ranxianglei); acp-kernel reused verbatim. CompactionEngine backend with compress/decompress/search_context/acp_status tools. If that is what you came for, use it directly from the repository — it is just not something dsh plugin add can activate.

Prerequisites

API key

Not required.

Network access

Not required at runtime.

Language

TypeScript

Verdict reason

no dsh.bundle declaration — installs as a plain dependency only

package.json read

package.json

Rules applied from

docs/user/develop/basic/publish.md

Checked at

2026-08-15

> **⚠️ 测试版声明——请勿用于生产环境** > 本项目（**v0.1.7**）仍处于开发中的测试版。[DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) 本身也处于**公开测试版**阶段。**请勿将两者用于工程化 / 生产环境**——预期会有破坏性变更与粗糙之处。 由模型决定 何时 压缩、 压缩什么 ——而不是一个硬性上限。 当对话变长，模型会耗尽上下文。多数工具直接硬截断——悄悄丢弃早期消息。**billion-context-dsh** 给模型一个 `compress` 工具：由 LLM 决定**何时**、**压缩什么**，写成高保真摘要，保留关键细节（文件路径、决策、错误信息）的同时回收上下文空间。 与 DSH 内置的自动压缩（用自动生成的摘要替换一段范围）不同，billion-context-dsh： - **模型驱动** —— 摘要由模型自己书写，没有第二次 LLM 摘要调用（ACP 的成本优势） - **只建议、不强令** —— 自动策略只 *nudge*（提醒），是否压缩、何时压缩由模型决定 - **持久且可恢复** —— 压缩范围成为 checkpoint 节点，原文保留在 append-only 会话日志中；`decompress` 可恢复，`search_context` 可在块内查找 - **基于 seq 引用** —— 不需要消息标签；surface seq 由 nudge 的范围表携带，范围边界自动平衡、容忍 `#callId` 片段 这是 [billion-context-pi](https://github.com/ranxianglei/billion-context-pi)（Pi 编码代理适配器）在 DeepSeek Harn